Video Experimental Relacionado

Updated: Jan 13, 2026

Augmenting Large Language Models via Vector Embeddings to Improve Domain-Specific Responsiveness

Augmenting Large Language Models via Vector Embeddings to Improve Domain-Specific Responsiveness

Published on: December 6, 2024

Rendimiento de Siete Modelos de Lenguaje Grandes en Preguntas de Examen de Anatomía

Weronika Chaba-Karnaś¹, Natalia Kozioł¹, Natalia Kalita¹

¹Department of Anatomy, Jagiellonian University Medical College, Kraków, Poland.

Clinical anatomy (New York, N.Y.)

|January 10, 2026

Resumen

Los modelos de inteligencia artificial (IA) demuestran una alta efectividad en la resolución de exámenes de anatomía médica, superando los principales intérpretes el 80 % de precisión. Esta capacidad genera preocupación para los educadores con respecto a las evaluaciones de los estudiantes y la integridad académica frente al avance de la tecnología de IA.

Área de la Ciencia:

Educación Médica
Inteligencia Artificial
Anatomía

Sus antecedentes:

Los rápidos avances en inteligencia artificial (IA) y modelos de lenguaje grandes (LLM) exigen evaluar su utilidad en campos especializados como la medicina.
El impacto potencial de la IA en la educación médica, particularmente en la evaluación de la anatomía, requiere una investigación exhaustiva.

Objetivo del estudio:

Evaluar la efectividad de varios modelos de lenguaje de IA para responder preguntas teóricas de exámenes de anatomía diseñadas para estudiantes de medicina.
Comparar el rendimiento de la IA con las capacidades de los estudiantes humanos en el conocimiento de la anatomía.

Principales métodos:

Se utilizaron 555 preguntas de opción múltiple de anatomía de exámenes anteriores de estudiantes de medicina (150 polacas, 405 en inglés).
Se probaron siete modelos de IA: ChatGPT-4o mini, ChatGPT-4o, DeepSeek, Copilot, Gemini, Bielik y PLLum.
Se analizó el rendimiento de la IA según el tipo de pregunta y la materia anatómica.

Principales resultados:

ChatGPT-4o logró la mayor precisión (83,1%), seguido de Copilot (79,6%) y Gemini (78,8%).
Los modelos de IA generalmente tuvieron un mejor desempeño en preguntas sobre la función de los órganos (75%) y peor en preguntas de respuesta múltiple (37,6%).
La mayoría de los modelos de IA probados demostraron la capacidad de aprobar el examen de anatomía de forma independiente.

Conclusiones:

Los modelos actuales de lenguaje de IA poseen capacidades significativas para responder preguntas de exámenes de anatomía, superando potencialmente las tasas de aprobación de los estudiantes humanos.
Los educadores deben adaptar las estrategias de evaluación para tener en cuenta las capacidades de la IA, ya que el rendimiento de la IA mejora rápidamente.
El desarrollo de métodos de evaluación resistentes a la IA es crucial para mantener la integridad académica en la educación médica.

Palabras clave:

anatomía enseñanza de la anatomía inteligencia artificial modelos de lenguaje grandes pruebas

Más Videos Relacionados

Objectification of Tongue Diagnosis in Traditional Medicine, Data Analysis, and Study Application

Objectification of Tongue Diagnosis in Traditional Medicine, Data Analysis, and Study Application

Published on: April 14, 2023

Evidence-based Knowledge Synthesis and Hypothesis Validation: Navigating Biomedical Knowledge Bases via Explainable AI and Agentic Systems

Evidence-based Knowledge Synthesis and Hypothesis Validation: Navigating Biomedical Knowledge Bases via Explainable AI and Agentic Systems

Published on: June 13, 2025

Videos de Conceptos Relacionados

Classification of Bones

Classification of Bones

The bones of the human skeletal system are of varied shapes, sizes, and functions. They can be classified based on their shape and function into four major classes: long bones, short bones, flat bones, and irregular bones. Some classifications include a fifth type, the sesamoid bones, as a separate class, whereas others categorize them under short bones.
Long and Short Bones
The appendicular skeleton, particularly the upper and lower limbs, is primarily made of long and short bones. The...

Improving Translational Accuracy

Improving Translational Accuracy

Improving Translational Accuracy

Improving Translational Accuracy

Base complementarity between the three base pairs of mRNA codon and the tRNA anticodon is not a failsafe mechanism. Inaccuracies can range from a single mismatch to no correct base pairing at all. The free energy difference between the correct and nearly correct base pairs can be as small as 3 kcal/ mol. With complementarity being the only proofreading step, the estimated error frequency would be one wrong amino acid in every 100 amino acids incorporated. However, error frequencies observed in...